AI 소식

법원행정처 조사에서 응답 법관 360명 중 243명, 67.5%가 AI 허위 판례 등이 인용된 서류를 받아본 경험이 있다고 답했다. 사건번호가 존재하지 않거나 실제 판결 내용을 왜곡한 사례뿐 아니라, AI와 나눈 대화가 소송 서류에 그대로 들어간 경우도 있었다. 당사자와 재판부가 사실 여부를 확인하는 데 추가 시간과 비용을 들여야 해 재판 지연으로 이어질 수 있다는 지적이다. 법원행정처는 과태료 부과 근거를 위한 소송법 개정과 관계기관 협의를 추진할 예정이며, 과태료 제도가 이미 시행된 것은 아니다.

금융감독원이 불법 대출과 추심에 쓰인 계좌·전화번호·메신저 정보를 연결해 조직 관계를 보여주는 AI 수사 지원 시스템을 개발했다. 서로 다른 계정에서 같은 범죄 관련 정보가 세 차례 이상 나타나면 연관성을 표시하는 방식으로, 3,400여 개 조직의 연결망을 파악했다. 피해 제보 하나에서 출발해 더 큰 조직과 다른 조직의 관계를 추적할 수 있도록 수사를 돕는 것이 핵심이다. 금감원은 내년 1월 직접 수사가 가능해지면 활용을 확대하고 다른 수사기관과 기법을 공유할 계획으로, 파악된 조직 수가 검거 실적을 뜻하지는 않는다.

KBS는 안저 사진의 신경·혈관 변화를 분석해 치매 고위험군을 찾는 연구와 뇌경색 진료 정보를 정리하는 AI 활용 현장을 소개했다. 이런 기술은 조기 검사나 의료진의 신속한 판단을 지원하며, 전문가의 검증과 평가를 거쳐 쓰인다는 점이 일반적인 챗봇 답변과 다르다. 보도는 생성형 AI가 상담·진료를 일부 대체할 수 있다고 보는 이용자가 많은 현실과 오진 가능성 사이의 간극을 짚었다. 의료진은 AI의 답을 확정적인 진단으로 받아들이기보다 참고 조언으로 보고, 개인 상태에 맞는 판단은 진료를 통해 확인해야 한다고 설명했다.

생성형 AI로 다양한 표현의 후기를 빠르게 만들 수 있게 되면서 배달앱과 쇼핑몰의 가짜 리뷰 대응이 어려워지고 있다. 기사는 과거 리뷰 조작 판결과 미국의 허위 리뷰 규제를 함께 살피며, AI가 조작 비용과 진입장벽을 낮춘다고 설명했다. 다만 실제 구매자가 경험을 정리하는 데 AI를 쓴 후기와 경험 자체를 꾸며낸 후기는 구별해야 하며, 문체만으로 진위를 단정할 수 없다. 공정거래위원회는 AI 관련 표시·광고 가이드라인 초안에 대한 의견을 11월 11일까지 받고 있고, 플랫폼은 작성 패턴과 관계 정보 등을 활용한 검증을 강화하고 있다.

매일경제는 가트너 보고서를 바탕으로 회사 승인 없이 개인 AI 계정에 업무 자료를 올리는 ‘섀도 AI’의 정보 관리 문제를 다뤘다. 화면에서 대화를 지워도 서비스의 로그·백업·안전성 검토 기록 등은 별도 보관 절차를 따를 수 있어 삭제 범위를 확인해야 한다는 내용이다. 기업용과 개인용 서비스는 데이터 보호 정책이 다르며, 회사 컴퓨터로 접속했다는 사실만으로 기업용 보호가 적용되는 것은 아니다. 기사가 제시한 보관 기간은 일반적인 사례이므로 모든 챗봇에 동일하게 적용되는 것으로 읽어서는 안 되며, 이용 서비스의 저장·학습·삭제 정책을 구분해 확인할 필요가 있다.

과기정통부와 KISTI가 국가 슈퍼컴퓨터 6호기 ‘한강’ 가동식을 열었으며, 현재 시범서비스에 이어 12월 공식서비스를 시작할 예정이다. GPU 8,496개 등을 갖춘 한강은 기존 5호기보다 이론 연산성능이 24배 높고, AI 신약 후보물질 발굴과 신소재 탐색까지 지원하도록 설계됐다. 정부는 전체 계산 자원의 약 15%를 산업계 혁신 지원에 배정하고, 자체 장비가 부족한 중소기업·스타트업에 기술지원과 컨설팅도 제공할 계획이다. 대규모 연구 장비의 접근성을 넓히는 정책으로, 실제 연구 성과와 비용 절감 효과는 앞으로의 이용과 운영을 통해 확인될 부분이다.

메인비즈협회가 전국 메인비즈기업 307곳을 조사한 결과, 71.4%가 경쟁력을 위해 AI 도입이 필요하다고 답했다. 하지만 향후 2년 내 도입 확대·고도화 계획을 마련 중인 기업은 17.6%였고, 준비 단계에서는 활용 사례 부족과 투자 효과의 불확실성이 주요 장애였다. 구축 단계에서는 기존 업무·데이터와의 연계가, 활용 단계에서는 사용료·유지비와 결과 검토 역량 부족이 어려움으로 꼽혔다. 응답 기업은 비용 지원과 진단·컨설팅, 공급기업 연결을 원했으며, 이번 수치는 조사 대상 기업의 응답이므로 전체 중소기업의 도입률로 볼 수는 없다.

MIT CSAIL 연구진은 GPT-6 Astra가 경사하강법 없이 다른 신경망의 가중치를 분석하고 수정하는 ‘Weight-Space Programming’ 실험을 공개했다. Qwen3.5-0.8B의 추론 반복을 유발하는 방향을 제거해 전체 가중치의 약 0.016%를 수정했고, 동일 샘플링 조건에서 MATH-500 점수가 7.9%에서 48.1%로 상승했다. 연습 문제와 최대 50회의 평가 요청을 사용했으며, 실험 로그와 수정 모델도 공개했다. 반복이 드문 Gemma 3 270M에서는 뚜렷한 개선을 얻지 못해, 일반적인 수학 능력 향상보다 특정 실패 원인을 고친 초기 결과로 해석해야 한다.

NVIDIA는 AI Cluster Runtime의 버전 지정 레시피로 Vera Rubin NVL72용 드라이버·운영체제·쿠버네티스 구성과 검증 절차를 재현하는 방법을 공개했다. GPU Operator 26.7.0과 DRA 드라이버 0.5.0을 사용한 참조 환경에서 배포·적합성 검사를 통과했고, 16GiB 크기의 노드 간 NCCL all-reduce에서 버스 대역폭 744.71GB/s를 기록했다. 레시피는 구성 생성, 배포 번들 생성, 실제 클러스터 상태 수집과 단계별 검증을 연결하며 초기 하드웨어에서 발견한 오류와 수정 내용도 설명한다. 현재 Preview 단계로 MIG와 RDMA 데이터 경로 성능은 검증 범위 밖이며, 추론 서빙 성능 검증은 호환 실행 이미지 문제로 보류돼 있다.

NVIDIA는 쿠버네티스의 서로 다른 AI 작업 형식을 공통 구조로 해석하는 오픈소스 Workload Map의 구현과 사용 예제를 공개했다. CRD와 Go 라이브러리가 포드 템플릿·복제 수·상태의 위치를 선언적으로 읽어, 프레임워크마다 파서를 다시 구현하는 부담을 줄인다. JobSet의 리더 1개와 워커 2개가 요청한 GPU 12개를 하나의 작업으로 표시하고, 같은 정의를 CLI 조회·KAI Scheduler의 동시 스케줄링·Run:ai 관리에 재사용한다. Apache 2.0으로 제공되며, Workload Map은 구조와 그룹 정보를 전달하고 실제 배치 결정과 동시 실행 보장은 스케줄러가 담당한다.

NVIDIA는 Cosmos Framework의 학습·추론 레시피와 Cosmos NIM 배포 예제로 물리 AI 월드 모델 개발 과정을 설명했다. Cosmos 3 Nano 체크포인트로 카메라 영상과 LiDAR를 함께 생성하고, 자율주행 정책이나 사람의 입력에 따라 관측을 갱신하는 폐루프 평가를 구성할 수 있다. 학습과 평가 에피소드를 분리하고 기준 모델과 품질·메모리·지연시간을 비교하는 절차, GPU 구성 선택과 컨테이너 준비 상태 확인 방법도 제시했다. 공개 표에서 Nano 영상 생성은 BF16 58GiB, FP8 44GiB의 GPU 메모리를 요구하며, 처리량 모드는 동시 요청과 지원되는 다중 GPU 구성이 필요하다.

연구자 Lukas는 Hugging Face 기고에서 슬라이딩 윈도 주의집중과 선형 상태를 결합한 Bifocal의 메모리 일치 비교 실험을 공개했다. Qwen3-4B-Instruct 기반 학생 모델들을 같은 41억 토큰으로 증류하고, 계층마다 KV 캐시 576토큰에 해당하는 메모리 예산을 맞췄다. 짧은 답변에서는 순수 윈도 방식이 앞섰지만, 긴 추론이 필요한 수학 문제에서는 Bifocal이 평균 15.5%로 윈도 방식의 13.8%보다 높았다. 수학 표본이 120문제로 차이가 통계적 유의성 경계에 있다는 한계가 있으며, 별도의 속도 실험에서는 생성 속도가 비슷한 대신 Bifocal의 프롬프트 처리가 느렸다.

Kombai 연구진은 기능을 구현한 AI 인터페이스가 서로 비슷해지는 현상을 측정하는 Design Creativity Bench의 방법과 결과를 공개했다. 15개 모델이 160개 요구사항으로 만든 HTML 인터페이스 2,400개를 대상으로 독창성·제품 맥락에 따른 변화·요구사항 충족을 따로 평가했다. 브라우저로 렌더링한 구조를 비교한 결과, 모델들의 요구사항 충족률은 모두 90%를 넘었지만 맥락 간 디자인 변화 폭은 인간 참조 디자인보다 작았다. 공개 재현 자료는 300개 디자인의 부분집합이며, 점수는 미적 품질이나 접근성·실제 서비스 준비도를 포괄하는 지표가 아니다.

OpenAI는 생활 속에서 개인 비서가 처리할 법한 업무를 평가하는 LifeVal을 공개했다. 미국·다국가 시간 사용 조사와 3,995명 대상 설문으로 돌봄·교육·가계 관리·쇼핑·공공서비스 등 도움 수요가 큰 과제를 정했다. 유치원 비교·등록 준비, 홍수 대비 자원봉사 조정, 가족의 식사 계획처럼 여러 단계를 연결하는 사례와 모델 성과를 제시했다. 다만 공개 글에는 전체 과제 수와 세부 채점 절차가 충분히 설명되지 않아, 제시된 개별 사례 점수를 실제 생활 전반의 성공률로 확대해석하기 어렵다.